第八周作业（软件过程与项目管理）

正则表达式

---

为什么要写正则表达式？

直接原因：因为本项目用到了正则表达式，也把正则表达式给重新学习一下
间接原因：

• 以前做文件搜索的时候就听说有正则表达式，用起来特别方便，高效，所以一直想学，只是没学多少，加上用的不多，所以忘了。
• 在学习oracle数据库的时候也学习了一下正则表达式，只是还是有区别的。
• 以前习只是为了几个简单的操作，比如*和？匹配，对于其它的用法也很想学习一下。

---

回到正题

1. 正则表达式（regular expression）描述了一种字符串匹配的模式，可以用来检查一个字符串是否含有某种字串、将匹配字串做替换或者从某个串中取出符合某个条件的字串等。
2. 正则表达式是由普通字符（如：字符a到z和A到Z）以及特殊字符（称为“元字符”）组成的文字模式。模式是描述在搜索文本时要匹配的一个或多个字符串。
3. 正则表达式作为一个模版，将摸个字符模式与所搜索的字符串进行匹配。

---

基础知识

1. 普通字符 包括没有显示制定为元字符的所有可打印和不可打印的字符。

   • 大小写字母
   • 数字
   • 所有标点符号和一些其它符号

2. 非打印字符

字符	概述
\cx	匹配由x指明的控制字符。例如， \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 'c' 字符。
\f	匹配一个换页符。等价于 \x0c 和 \cL。
\n	匹配一个换行符。等价于 \x0a 和 \cJ。
\r	匹配一个回车符。等价于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。
\S	匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于 \x09 和 \cI。
\v	匹配一个垂直制表符。等价于 \x0b 和 \cK。

3. 特殊字符
   特殊字符就是所表示的含义和本身的标识不同。要表示本身的含义的话需要用到转义字符""(不包括引号)。

特别字符	描述
$	匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性，则 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，请使用 $。
( )	标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符，请使用 ( 和 )。
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 *。
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 +。
.	匹配除换行符 \n之外的任何单字符。要匹配 .，请使用 \。
[	标记一个中括号表达式的开始。要匹配 [，请使用 [。
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 ?。
|将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， 'n' 匹配字符 'n'。'\n' 匹配换行符。序列 '\' 匹配 ""，而 '(' 则匹配 "("。
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，此时它表示不接受该字符集合。要匹配 ^ 字符本身，请使用 ^。
{	标记限定符表达式的开始。要匹配 {，请使用 {。
	指明两项之间的一个选择。要匹配

4. 限定符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*、+、？、{}、{n,}、{n,m}

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。
+	匹配前面的子表达式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。
	n 是一个非负整数。匹配确定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的两个 o。
	n 是一个非负整数。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等价于 'o+'。'o{0,}' 则等价于 'o*'。
	m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 将匹配 "fooooood" 中的前三个 o。'o{0,1}' 等价于 'o?'。请注意在逗号和两个数之间不能有空格。

5. 定位符

字符	描述
^	匹配字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。
$	匹配字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。
\b	匹配一个字边界，即字与空格间的位置。
\B	非字边界匹配。

• 不能将限定符与定位点一起使用。由于在紧靠换行或者字边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式。
• 若要匹配一行文本开始处的文本，请在正则表达式的开始使用 ^ 字符。不要将 ^ 的这种用法与中括号表达式内的用法混淆。
• 若要匹配一行文本的结束处的文本，请在正则表达式的结束处使用 $ 字符。
• 若要在搜索章节标题时使用定位点，下面的正则表达式匹配一个章节标题，该标题只包含两个尾随数字，并且出现在行首：

---

后话

使用了正则表达式确实能够提高工作效率。用来编辑文档和查找文件，是再好不过的东西。所以推荐用用，同时也把这个简要地写一次。

---

参考

 ![reference 1](http://www.runoob.com/regexp/regexp-syntax.html)